JP2020190948A - 推定装置、推定方法及び推定プログラム - Google Patents

Abstract

【課題】利用者の信用度の推定精度を改善すること。【解決手段】本願に係る推定装置は、算出部と、推定部とを有する。算出部は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出する。推定部は、算出部が算出したスコアに基づいて、対象利用者の信用度を推定する。【選択図】図２

Description

本発明は、推定装置、推定方法及び推定プログラムに関する。

従来、種々の需要を予測し、予測結果に応じた情報を提供する技術が提供されている。このような技術の一例として、例えば、ソーシャルネットワーク上から得られる利用者の情報と、金融サービスに関連する与信等といった信用度との関係性を学習したモデルを用いて、推定対象となる利用者の行動から、信用度の推定を行う技術が知られている。

特開２０１４−２０６７９２号公報

しかしながら、上述した技術では、利用者の信用度を精度良く推定しているとは言えない場合がある。

例えば、上述した技術では、リスクを下げるような内容の投稿を他の利用者より多く行った利用者の信用度を、他の利用者よりも高く算出すると考えられる。しかしながら、このような技術では、一部の利用者が他の利用者と比較して多くの数の投稿を行っている場合、他の利用者の信用度が必要以上に低下する恐れがある。

本願は、上記に鑑みてなされたものであって、利用者の信用度の推定精度を改善することができる推定装置、推定方法及び推定プログラムを提供することを目的とする。

本願に係る推定装置は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出する算出部と、前記算出部が算出したスコアに基づいて、当該対象利用者の信用度を推定する推定部とを有することを特徴とする。

実施形態の一態様によれば、利用者の信用度の推定精度を改善することができるという効果を奏する。

図１は、実施形態に係る推定装置が実行する推定処理の一例を示す図である。 図２は、実施形態に係る推定システムの構成例を示す図である。 図３は、実施形態に係る応答行動データベースの一例を示す図である。 図４は、実施形態に係る利用者データベースの一例を示す図である。 図５は、実施形態に係る推定装置が実行する推定処理の流れの一例を示すフローチャートである。 図６は、推定装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。

以下に、本願に係る推定装置、推定方法及び推定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る推定装置、推定方法及び推定プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．推定装置が示す推定処理の一例〕
図１を用いて、実施形態に係る推定装置１００が実行する推定処理の一例について説明する。図１は、実施形態に係る推定装置１００が実行する推定処理の一例を示す図である。具体的には、推定装置１００は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動に基づいて、対象利用者の信用度を推定する。なお、ここでいう信用度とは、例えば、ローン等の信用取引を行う際に、利用者の信用の指標として用いられる値であり、所謂与信スコアと呼ばれる情報である。

また、実施形態は、これに限定されるものではなく、与信スコア以外にも、サービスの提供先となる対象利用者の信用度であって、サービスの提供可否を判断する際に指標となりえるスコアであれば、任意のスコアが採用可能である。

以下、図１を用いて、推定装置１００による推定処理の一例を流れに沿って説明する。なお、以下では、利用者が電子商取引を利用する例を挙げて説明する。また、図１の例では、対象利用者を出品者ＴＵ、他の利用者を出品者ＴＵ以外の他の出品者として説明する。なお、他の利用者は、出品者ＴＵ以外ならば誰でもよく、例えば、利用者Ｕ又は利用者Ｕ以外の他の利用者であってもよい。

まず、図１に示すように、オークションサーバ２０は、利用者Ｕによって利用される利用者端末１１から商品を落札したことに関する情報を受付ける（ステップＳ１）。例えば、利用者Ｕがオークションを利用して商品として「タブレット端末」を落札した例を説明する。この場合、図１の例では、オークションサーバ２０は、利用者Ｕによって落札された「タブレット端末」に関する情報と、落札したことに関する情報とを対応付けた情報を利用者端末１１から受付ける。

続いて、オークションサーバ２０は、出品者ＴＵによって利用される利用者端末１２に出品者ＴＵがオークションに出品した商品が落札された通知を送信する（ステップＳ２）。例えば、出品者ＴＵがオークションに出品した「タブレット端末」が利用者Ｕによって落札された例を説明する。この場合、図１の例では、オークションサーバ２０は、利用者Ｕによって「タブレット端末」が落札されたことに関する通知を利用者端末１２に送信する。

そして、オークションサーバ２０は、出品者ＴＵが商品を発送したことに関する通知を利用者端末１２から受付ける（ステップＳ３）。例えば、出品者ＴＵがオークションに出品した「タブレット端末」が利用者Ｕによって落札された例を説明する。この場合、図１の例では、オークションサーバ２０は、出品者ＴＵが「タブレット端末」を梱包し、「タブレット端末」を利用者Ｕに発送したことに関する通知を利用者端末１２から受付ける。

続いて、オークションサーバ２０は、出品者ＴＵが商品を発送したことに関する通知を利用者端末１１に送信する（ステップＳ４）。そして、推定装置１００は、出品者ＴＵの行動情報をオークションサーバ２０から取得する（ステップＳ５）。

例えば、図１の例では、推定装置１００は、出品者ＴＵの電子商取引における行動に関する情報である行動情報をオークションサーバ２０から取得する。例えば、ここでいう行動情報は、出品者ＴＵの出品に関する情報、出品者ＴＵの出品履歴、出品者ＴＵの検索履歴又は出品者ＴＵのコンテンツの閲覧履歴等である。

続いて、推定装置１００は、利用者が行った行動であって、所定の事象に対して応答として行った行動である応答行動を特定する（ステップＳ６）。すなわち、推定装置１００は、様々な行動のうち、利用者の応答行動といった他の利用者からの評価に影響しやすい行動を特定することができる。

なお、ここでいう応答行動とは、対象利用者が行った行動ならば、如何なる行動でもよい。例えば、応答行動とは、利用者が連絡を行ってから出品者が応答を行うまでの期間、出品者が販売する商品が購入されてから、商品の購入から発送を行った旨の連絡を行うまでの期間、商品の購入から発送を行った旨の連絡を行うまでの期間又は利用者が行動を求めてから出品者が行動を行うまでの期間等である。

また、例えば、応答行動は、利用者からの求めに応じて出品者が出品者の情報を登録する行動、利用者からの求めに応じて出品者が行った利用者を評価する行動又は利用者からの求めに応じて出品者が行った利用者が販売する商品を評価する行動等を含む。また、例えば、応答行動は、利用者が行った投稿を出品者が評価するまでの期間、所定の事象が発生してから出品者が応答行動を行うまでの期間、応答行動の内容等を含む。

また、例えば、応答行動は、レンタルサービスにおいて期限を守って貸し借りを行う行動、利用者同士の貸し借りに関して期限を守って貸し借りを行う行動、シェアリングサービスにおいて期限を守って貸し借りを行う行動、貸与された商品に対して損傷等なく利用し、返却したといった行動等を含む。

また、例えば、応答行動は、家事代行等に関するサービスに対して連絡するといった行動、仕事の依頼等に対して依頼者に対して連絡するといった行動、オークションにおいて利用者によって出品者に対してレビューが投稿された場合に、出品者から利用者へ感謝の意を連絡するといった行動、融資等に対する支払滞納に関する行動等を含む。

具体的には、推定装置１００は、所定の事象が発生してから対象利用者が行った応答行動を特定する。また、具体的には、推定装置１００は、応答行動として、他の利用者からの求めに応じて対象利用者が対象利用者の情報を登録する行動を特定する。また、具体的には、推定装置１００は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間を特定する。

より具体的には、推定装置１００は、応答行動として、他の利用者からの連絡に対して対象利用者が行った応答を特定する。また、より具体的には、推定装置１００は、応答行動として、対象利用者が販売する取引対象が購入されたことに対する行動を特定する。

また、より具体的には、推定装置１００は、応答行動として、取引対象を発送する行動を特定する。また、より具体的には、推定装置１００は、応答行動として、取引対象の発送を行った旨を購入者に連絡する行動を特定する。

また、より具体的には、推定装置１００は、応答行動として、他の利用者からの求めに応じて対象利用者が行った他の利用者を評価する行動を特定する。また、より具体的には、推定装置１００は、前記対象利用者が前記他の利用者が投稿を行ってから評価するまでの期間を特定する。

例えば、利用者Ｕが出品者ＴＵに質問した例を挙げて説明する。この場合、図１の例では、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた質問に対して、回答するといった応答行動を特定する。そして、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた質問に対して応答するまでの期間＃１を特定する。

例えば、利用者Ｕがオークションに出品された商品を落札し、支払完了の通知を出品者ＴＵが受付けた例を挙げて説明する。この場合、図１の例では、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた支払完了の通知に対して、商品の発送完了通知を行うといった応答行動を特定する。そして、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた支払完了に対して応答するまでの期間＃２を特定する。

なお、推定装置１００は、上記処理に限定されなくともよく、例えば、他の出品者に対する評価の要求に応じて、出品者ＴＵが他の出品者に対して評価する応答行動を特定してもよい。また、例えば、推定装置１００は、利用者や他の出品者の要求に応じて、出品者ＴＵが出品者ＴＵに関する情報である利用者情報を登録するといった応答行動を特定してもよい。

そして、推定装置１００は、応答行動の種別ごとに、応答行動の実行回数に対して非線形なスコアをそれぞれ異なる関数を用いて算出する（ステップＳ７）。すなわち、推定装置１００は、利用者の応答行動といった他の利用者からの評価に影響しやすい行動に着目することで、利用者の信用度に関するスコアを高精度で算出することができる。なお、ここでいう関数とは、如何なる関数組合せ等である。

具体的には、推定装置１００は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出する。また、具体的には、推定装置１００は、スコアとして、回数が増加するほど値が増加するスコアであって、回数が所定値より少ない場合における増加率よりも、回数が所定値以上の場合における増加率の方が少ないスコアを算出する。

より具体的には、推定装置１００は、所定の指数関数を用いて、回数からスコアを算出する。また、より具体的には、推定装置１００は、所定の階段関数を用いて、回数からスコアを算出する。また、より具体的には、推定装置１００は、所定のシグモイド関数を用いて、回数からスコアを算出する。また、より具体的には、推定装置１００は、回数が所定の上限値を上回る場合は、予め設定されたスコアの上限値を、回数に基づいたスコアとする。

例えば、推定装置１００は、対象利用者が所定の事象に対して行った行動である応答行動の回数に基づいて、スコアを算出する。また、例えば、推定装置１００は、対象利用者が行った行動であって、電子商取引に関連する行動の回数に基づいて、スコアを特定する。

例えば、利用者Ｕが出品者ＴＵに質問した例を挙げて説明する。この場合、図１の例では、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた質問に対して回答するといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

例えば、利用者Ｕがオークションに出品された商品を落札し、支払完了の通知を出品者ＴＵが受付けた例を挙げて説明する。この場合、図１の例では、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた支払完了の通知に対して、商品の発送完了通知を行うといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

例えば、出品者ＴＵが他の出品者によって出品された商品に対するレビューの投稿の要求を受付けた例を挙げて説明する。この場合、図１の例では、推定装置１００は、他の出品者によって出品された商品に対するレビューの投稿の要求に応じて、出品者ＴＵが他の出品者によって出品された商品に対してレビューを投稿するといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

このように、推定装置１００は、指数関数といった関数を用いて、スコアを算出するため、高精度にスコアを算出することができる。この点について説明する。例えば、不正に高い頻度で所定のサービスを利用する利用者Ａがいるものとする。この場合、利用者Ａの応答行動の回数が、他の利用者と比較して逸脱した異常値を示す場合がある。このとき、推定装置１００が異常値を含んだ回数から、スコアを算出すると、他の利用者のスコアを相対的に低く算出してしまう可能性がある。そのため、推定装置１００は、利用者の応答行動の回数から、所定値以下では差が大きく、かつ、所定値以上では差が小さい関数として指数関数を用いることで、スコアを算出する。これにより、推定装置１００は、異常値の影響がスコアに加味されることを防ぐことができるため、高精度にスコアを算出することができる。

また、スコアが低い利用者にとって、利用者の応答行動を見直すことによってスコアを上昇させることができる場合がある。この場合、推定装置１００は、利用者の応答行動の回数から、所定値以下では差が大きく、かつ、所定値以上では差が小さい関数を用いてスコアを算出するため、利用者がスコアの上昇を認識しやすくなり、利用者にとって応答行動を見直す機会を提供することができる。

続いて、推定装置１００は、対象利用者の信用度を推定する（ステップＳ８）。すなわち、推定装置１００は、利用者の応答行動といった他の利用者からの評価に影響しやすい行動に着目し、応答行動に基づいて利用者の信用度を高精度に推定することができる。

具体的には、推定装置１００は、特定された応答行動に基づいて、対象利用者の信用度を推定する。より具体的には、推定装置１００は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間に基づいて、対象利用者の信用度を推定する。また、より具体的には、推定装置１００は、対象利用者が他の利用者が投稿を行ってから評価するまでの期間に基づいて、対象利用者の信用度を推定する。

また、具体的には、推定装置１００は、利用者の信用度と利用者が行った応答行動との関係性を学習したモデルを用いて、対象利用者が行った応答行動から対象利用者の信用度を推定する。より具体的には、推定装置１００は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて算出されたスコアに基づいて、対象利用者の信用度を推定する。

より具体的には、推定装置１００は、対象利用者が行った行動の種別ごとに異なる関数を用いて算出されたスコアであって、各種別の行動の回数に対して非線形な関係を有するスコアに基づいて、対象利用者の信用度を推定する。

例えば、出品者ＴＵの各種応答行動に対するスコアが算出された例を挙げて説明する。この場合、図１の例では、推定装置１００は、応答に関するスコアである応答スコアと、発送完了通知に関するスコアである発送完了通知スコアと、評価に関するスコアである評価スコアと、投稿に関するスコアである投稿スコアとから、出品者ＴＵの信用度を推定する。

例えば、図１の例では、推定装置１００は、応答スコアと、発送完了通知スコアと、評価スコアと、投稿スコアとから算出された平均値を、出品者ＴＵの信用度として推定する。なお、推定装置１００は、上記処理に限定されなくともよく、例えば、応答スコアと、発送完了通知スコアと、評価スコアと、投稿スコアとから算出された重み付き平均値を、出品者ＴＵの信用度として推定してもよい。また、推定装置１００は、応答スコアと、発送完了通知スコアと、評価スコアと、投稿スコアとから算出された平均値や重み付き平均値以外の他の統計値を、出品者ＴＵの信用度として推定してもよい。

そして、推定装置１００は、対象利用者の信用度を金融サービス提供サーバ３０に通知する（ステップＳ９）。例えば、出品者ＴＵの信用度が「８５」であるものとする。この場合、図１の例では、推定装置１００は、出品者ＴＵの信用度「８５」を金融サービス提供サーバ３０に通知する。

続いて、金融サービス提供サーバ３０は、信用度に応じたサービスを対象利用者に提供する（ステップＳ１０）。例えば、図１の例では、金融サービス提供サーバ３０は、信用度が所定の閾値以上である場合に、限度額が高いクレジットカードの申込みに関するサービスを提供する。一方、金融サービス提供サーバ３０は、信用度が所定の閾値未満である場合に、限度額が低いクレジットカードの申込みに関するサービスを提供する。なお、金融サービス提供サーバ３０が提供するサービスは、如何なるサービスでもよく、例えば、ローン、割賦支払、保険、株式、金融商品等に関するサービス等である。

このように、実施形態に係る推定装置１００は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動を特定する。そして、推定装置１００は、特定された応答行動に基づいて、対象利用者の信用度を推定する。これにより、実施形態に係る推定装置１００は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動に基づいて、対象利用者の信用度を推定するため、利用者の信用度の推定精度を改善することができる。

この点について説明する。図１の例を用いて説明すると、推定装置１００は、出品者ＴＵの応答行動毎にスコアを算出し、かかるスコアに基づいて、出品者ＴＵの信用度を推定する。このように、推定装置１００は、利用者の応答行動といった他の利用者からの評価に影響しやすい行動に着目し、応答行動に基づいて利用者の信用度を推定するため、利用者の信用度を高精度に推定することができる。これにより、推定装置１００は、利用者にとって適切な金融サービスを提供することを促すことができる。

なお、図１の例では、電子商取引としてオークションにおける推定装置１００による推定処理を説明したが、上記実施形態に限定されない。例えば、推定装置１００は、電子商取引として、インターネットショッピング又は電子商店街等で推定処理を行ってもよい。この場合、対象利用者は、インターネットショッピング又は電子商店街を利用する利用者である。また、他の利用者は、かかる利用者以外なら誰でもよく、例えば、インターネットショッピングを提供する事業者又は電子商店街で商品を販売する販売者等である。具体的には、推定装置１００は、応答行動として、他の利用者からの求めに応じて対象利用者が行った他の利用者が販売する取引対象を評価する行動を特定してもよい。

例えば、利用者がインターネットショッピングを提供する事業者によって販売された商品に対する評価の要求を受付けた例を挙げて説明する。この場合、推定装置１００は、事業者によって販売された商品に対する評価の要求に応じて、利用者が販売者によって販売された商品に対して評価するといった応答行動を特定してもよい。

例えば、利用者がインターネットショッピングを提供する事業者によって販売された商品に対する評価の要求を受付けた例を挙げて説明する。この場合、推定装置１００は、事業者によって販売された商品に対する評価の要求に応じて、利用者が事業者によって販売された商品に対して評価するといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出してもよい。また、ここでいう商品に対する評価とは、例えば、商品に対するレビュー、口コミ投稿又は１〜５段階評価を示す指標を利用者によって選択させる態様等である。

〔２．推定システムの構成〕
次に、図２を用いて、実施形態に係る推定システムの構成について説明する。図２は、実施形態に係る推定システムの構成例を示す図である。図２に示すように、推定システムは、利用者端末１０と、オークションサーバ２０と、金融サービス提供サーバ３０と、推定装置１００とを含む。利用者端末１０、オークションサーバ２０、金融サービス提供サーバ３０及び推定装置１００は、ネットワークＮを介して有線又は無線により通信可能に接続される。なお、図２に示す推定システムには、複数台の利用者端末１０や、複数台のオークションサーバ２０や、複数台の金融サービス提供サーバ３０や、複数台の推定装置１００が含まれてもよい。

実施形態に係る利用者端末１０は、ブラウザに表示されるウェブページやアプリケーション用のコンテンツ等のコンテンツにアクセスするユーザによって利用される情報処理装置である。例えば、利用者端末１０は、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、タブレット端末や、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等である。

実施形態に係るオークションサーバ２０は、取引対象のオークションに関する各種のサービスを提供する情報処理装置であり、例えば、サーバ装置等により実現される。例えば、オークションサーバ２０は、取引対象を出品する出品者が利用する利用者端末１０から取引対象に関する情報の登録を受付ける。このような場合、オークションサーバ２０は、オークションにおいて取引対象の出品者を識別するための識別情報と、取引対象に関する各種の情報である取引対象情報とを対応付けて記憶する。そして、オークションサーバ２０は、オークションに関する各種のサービスを提供する。

実施形態に係る金融サービス提供サーバ３０は、金融機関等のサーバ装置であり、利用者等に対して金融に関するサービスを提供する。例えば、金融サービス提供サーバ３０は、信用度を用いて、ローン、クレジットカード、割賦支払等の審査を行い、審査結果に応じたサービスを利用者に対して提供する。

実施形態に係る推定装置１００は、例えば、サーバ装置等により実現される。具体的には、推定装置１００は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動を特定する。そして、推定装置１００は、特定された応答行動に基づいて、対象利用者の信用度を推定する。

〔３．推定装置の構成〕
また、図２を用いて、実施形態に係る推定装置１００の構成について説明する。図２は、実施形態に係る推定装置１００の構成例を示す図である。図２に示すように、推定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０について）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワークＮと有線又は無線で接続され、利用者端末１０と、オークションサーバ２０と、金融サービス提供サーバ３０との間で情報の送受信を行う。

（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、応答行動データベース１２１と、利用者データベース１２２とを有する。

（応答行動データベース１２１について）
実施形態に係る応答行動データベース１２１は、対象利用者の応答行動に関する情報を記憶する。ここで、図３に、実施形態に係る応答行動データベース１２１の一例を示す。図３に示した例では、応答行動データベース１２１は、「応答行動ＩＤ（Identifier）」、「実行利用者ＩＤ」、「応答行動情報」、「要求利用者ＩＤ」、「行動日時」といった項目を有する。

「応答行動ＩＤ」は、応答行動を識別する識別子である。「実行利用者ＩＤ」は、「応答行動ＩＤ」に対応付けられた応答行動を行う利用者を識別する識別子である。「応答行動情報」は、「応答行動ＩＤ」に対応付けられた応答行動を示す情報である。「要求利用者ＩＤ」は、「応答行動ＩＤ」に対応付けられた応答行動を要求する利用者を識別する識別子である。「行動日時」は、「応答行動ＩＤ」に対応付けられ応答行動が行われた日時に関する情報である。

例えば、図３では、応答行動ＩＤによって識別された「行動＃１」は、実行利用者ＩＤが「利用者＃１」であり、応答行動情報が「発送」であり、要求利用者ＩＤが「利用者＃２」であり、行動日時が「日時＃１」である。なお、図３に示した例では、行動日時を「日時＃１」等の抽象的な符号で表現したが、日時は、具体的な数値等であってもよい。

（利用者データベース１２２について）
実施形態に係る利用者データベース１２２は、利用者に関する情報を記憶する。ここで、図４に、実施形態に係る利用者データベース１２２の一例を示す。図４に示した例では、利用者データベース１２２は、「利用者ＩＤ」、「利用者情報」、「信用度」、「応答回数」、「発送完了通知回数」、「投稿回数」といった項目を有する。

「利用者ＩＤ」は、利用者を識別する識別子である。「利用者情報」は、「利用者ＩＤ」に対応付けられた利用者に関する情報である。例えば、ここでいう利用者情報は、利用者の性別、年齢等の利用者の属性を示す属性情報等である。「信用度」は、「利用者ＩＤ」に対応付けられた応答回数に関する情報である。「発送完了通知回数」は、「利用者ＩＤ」に対応付けられた発送完了通知の回数に関する情報である。「投稿回数」は、「利用者ＩＤ」に対応付けられた投稿回数に関する情報である。

例えば、図４では、利用者ＩＤによって識別された「利用者＃１」は、利用者情報が「利用者情報＃１」であり、信用度が「８５」であり、応答回数が「５」であり、発送完了通知回数が「４」であり、投稿回数が「１０」である。

（制御部１３０について）
制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、推定装置１００内部の記憶装置に記憶されている各種プログラム（推定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。

図２に示すように、制御部１３０は、取得部１３１と、特定部１３２と、算出部１３３と、推定部１３４と、提供部１３５とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図２に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図２に示した接続関係に限られず、他の接続関係であってもよい。

（取得部１３１について）
取得部１３１は、各種情報を取得する。具体的には、取得部１３１は、利用者の行動情報をオークションサーバ２０から取得する。例えば、図１の例では、取得部１３１は、出品者ＴＵの電子商取引における行動に関する情報である行動情報をオークションサーバ２０から取得する。

（特定部１３２について）
特定部１３２は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動を特定する。そして、特定部１３２は、特定された応答行動を応答行動データベース１２１に記憶する。

具体的には、特定部１３２は、所定の事象が発生してから対象利用者が行った応答行動を特定する。また、具体的には、特定部１３２は、応答行動として、他の利用者からの求めに応じて対象利用者が対象利用者の情報を登録する行動を特定する。また、具体的には、特定部１３２は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間を特定する。

より具体的には、特定部１３２は、応答行動として、他の利用者からの連絡に対して対象利用者が行った応答を特定する。また、より具体的には、特定部１３２は、応答行動として、対象利用者が販売する取引対象が購入されたことに対する行動を特定する。

また、より具体的には、特定部１３２は、応答行動として、取引対象を発送する行動を特定する。また、より具体的には、特定部１３２は、応答行動として、取引対象の発送を行った旨を購入者に連絡する行動を特定する。

また、より具体的には、特定部１３２は、応答行動として、他の利用者からの求めに応じて対象利用者が行った他の利用者を評価する行動を特定する。また、より具体的には、特定部１３２は、対象利用者が他の利用者が投稿を行ってから評価するまでの期間を特定する。

例えば、利用者Ｕが出品者ＴＵに質問した例を挙げて説明する。この場合、図１の例では、特定部１３２は、出品者ＴＵが利用者Ｕから受付けた質問に対して、回答するといった応答行動を特定する。そして、特定部１３２は、出品者ＴＵが利用者Ｕから受付けた質問に対して応答するまでの期間＃１を特定する。そして、特定部１３２は、特定された応答行動を応答行動データベース１２１に記憶する。

例えば、利用者Ｕがオークションに出品された商品を落札し、支払完了の通知を出品者ＴＵが受付けた例を挙げて説明する。この場合、図１の例では、特定部１３２は、出品者ＴＵが利用者Ｕから受付けた支払完了の通知に対して、商品の発送完了通知を行うといった応答行動を特定する。そして、特定部１３２は、出品者ＴＵが利用者Ｕから受付けた支払完了に対して応答するまでの期間＃２を特定する。そして、特定部１３２は、特定された応答行動を応答行動データベース１２１に記憶する。

（算出部１３３について）
算出部１３３は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出する。具体的には、算出部１３３は、スコアとして、回数が増加するほど値が増加するスコアであって、回数が所定値より少ない場合における増加率よりも、回数が所定値以上の場合における増加率の方が少ないスコアを算出する。

より具体的には、算出部１３３は、所定の指数関数を用いて、回数からスコアを算出する。また、より具体的には、算出部１３３は、所定の階段関数を用いて、回数からスコアを算出する。また、より具体的には、算出部１３３は、所定のシグモイド関数を用いて、回数からスコアを算出する。また、より具体的には、算出部１３３は、回数が所定の上限値を上回る場合は、予め設定されたスコアの上限値を、回数に基づいたスコアとする。

例えば、算出部１３３は、対象利用者が所定の事象に対して行った行動である応答行動の回数に基づいて、スコアを算出する。また、例えば、算出部１３３は、対象利用者が行った行動であって、電子商取引に関連する行動の回数に基づいて、スコアを特定する。

例えば、利用者Ｕが出品者ＴＵに質問した例を挙げて説明する。この場合、図１の例では、算出部１３３は、出品者ＴＵが利用者Ｕから受付けた質問に対して回答するといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

例えば、利用者Ｕがオークションに出品された商品を落札し、支払完了の通知を出品者ＴＵが受付けた例を挙げて説明する。この場合、図１の例では、算出部１３３は、出品者ＴＵが利用者Ｕから受付けた支払完了の通知に対して、商品の発送完了通知を行うといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

例えば、出品者ＴＵが他の出品者によって出品された商品に対するレビューの投稿の要求を受付けた例を挙げて説明する。この場合、図１の例では、算出部１３３は、他の出品者によって出品された商品に対するレビューの投稿の要求に応じて、出品者ＴＵが他の出品者によって出品された商品に対してレビューを投稿するといった応答行動の回数から、所定の指数関数を用いることで、スコアを算出する。

（推定部１３４について）
推定部１３４は、特定部１３２により特定された応答行動に基づいて、対象利用者の信用度を推定する。そして、推定部１３４は、対象利用者の信用度を利用者データベース１２２に記憶する。より具体的には、推定部１３４は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間に基づいて、対象利用者の信用度を推定する。また、より具体的には、推定部１３４は、対象利用者が他の利用者が投稿を行ってから評価するまでの期間に基づいて、対象利用者の信用度を推定する。

また、具体的には、推定部１３４は、利用者の信用度と利用者が行った応答行動との関係性を学習したモデルを用いて、対象利用者が行った応答行動から対象利用者の信用度を推定する。より具体的には、推定部１３４は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて算出部１３３により算出されたスコアに基づいて、対象利用者の信用度を推定する。

より具体的には、推定部１３４は、対象利用者が行った行動の種別ごとに異なる関数を用いて算出されたスコアであって、各種別の行動の回数に対して非線形な関係を有するスコアに基づいて、対象利用者の信用度を推定する。

例えば、出品者ＴＵの各種応答行動に対するスコアが算出された例を挙げて説明する。この場合、図１の例では、推定部１３４は、応答スコアと、発送完了通知スコアと、評価スコアと、投稿スコアとから、出品者ＴＵの信用度を推定する。そして、推定部１３４は、対象利用者の信用度を利用者データベース１２２に記憶する。

例えば、図１の例では、推定部１３４は、応答スコアと、発送完了通知スコアと、評価スコアと、投稿スコアとから算出された平均値を、出品者ＴＵの信用度として推定する。そして、推定部１３４は、対象利用者の信用度を利用者データベース１２２に記憶する。

（提供部１３５について）
提供部１３５は、各種情報を提供する。具体的には、提供部１３５は、対象利用者の信用度を金融サービス提供サーバ３０に通知する。より具体的には、提供部１３５は、利用者データベース１２２を参照して、対象利用者の信用度を金融サービス提供サーバ３０に通知する。例えば、出品者ＴＵの信用度が「８５」であるものとする。この場合、図１の例では、提供部１３５は、出品者ＴＵの信用度「８５」を金融サービス提供サーバ３０に通知する。

〔４．処理手順〕
次に、図５を用いて、実施形態に係る推定装置１００が実行する推定処理の手順について説明する。図５は、実施形態に係る推定装置１００が実行する推定処理の流れの一例を示すフローチャートである。

図５に示すように、取得部１３１は、推定タイミングを判定する（ステップＳ１０１）。そして、取得部１３１は、推定タイミングと判定しない場合（ステップＳ１０１；Ｎｏ）、推定タイミングと判定するまで待機する。

一方、取得部１３１は、推定タイミングと判定した場合（ステップＳ１０１；Ｙｅｓ）、対象利用者が実行した行動であって、所定の事象に対して行った応答行動を示す応答行動情報を取得する（ステップＳ１０２）。

そして、特定部１３２は、取得部１３１により取得された応答行動情報に含まれる応答行動の種別ごとに、実行回数を計数する（ステップＳ１０３）。そして、算出部１３３は、応答行動の種別ごとに、実行回数に対して非線形なスコアを、それぞれ異なる関数を用いて算出する（ステップＳ１０４）。

そして、推定部１３４は、算出部１３３により算出されたスコアに基づいて、対象利用者の信用度を算出する。そして、提供部１３５は、推定部１３４により推定された信用度に基づいたサービスを対象利用者に対して提供するサーバに対し、信用度を提供する。

〔５．変形例〕
上述した推定装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、推定装置１００の他の実施形態について説明する。

〔５−１．特定処理 他サービスとの連携登録〕
上記実施形態では、推定装置１００は、信用度の推定対象となる対象利用者が所定の事象に対して行った行動である応答行動を特定する特定処理の一例を説明したが、上記特定処理に限定されない。具体的には、推定装置１００は、応答行動として、第１のサービスにおける事象に対して対象利用者が第２のサービスにおいて行った行動を特定してもよい。

例えば、オークションで商品を出品した出品者が、ＳＮＳ（Social Networking Service）への投稿をしたものとする。この場合、推定装置１００は、出品者がＳＮＳへ投稿した行動を特定してもよい。なお、ここでいうサービスは、ＳＮＳに限定されなくともよく、如何なるサービスであってもよい。例えば、サービスとは、電子商取引、シェアリングサービス、レンタルサービス、金融サービス、家事代行等のサービス等である。

これにより、実施形態に係る推定装置１００は、応答行動として、第１のサービスにおける事象に対して対象利用者が第２のサービスにおいて行った行動を特定するため、利用者の信用度の推定精度を改善することができる。

〔５−２．算出処理 各利用者によって行われる回数の幅に基づいて、線形又は非線形の関数を用いる〕
上記実施形態では、推定装置１００は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出する算出処理の一例を説明したが、上記算出処理に限定されない。具体的には、推定装置１００は、対象利用者が行った複数種別の行動のうち、各利用者によって行われる回数の幅が所定の閾値を超える種別の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出するとともに、各利用者によって行われる回数の幅が所定の閾値を下回る種別の行動を行った回数に基づいて、回数に対して線形な関係を有するスコアを算出してもよい。

例えば、利用者Ｕがオークションに出品された商品を落札し、支払完了の通知を出品者ＴＵが受付けた例を挙げて説明する。この場合、推定装置１００は、出品者ＴＵが利用者Ｕから受付けた支払完了の通知に対して、商品の発送完了通知を行うといった応答行動の回数の幅が所定の閾値以上である回数から、所定の指数関数を用いてスコアを算出する。そして、推定装置１００は、商品の発送完了通知を行うといった応答行動の回数の幅が所定の閾値未満である回数から、所定の線形関数を用いることで、スコアを算出してもよい。

これにより、実施形態に係る推定装置１００は、対象利用者が行った複数種別の行動のうち、各利用者によって行われる回数の幅が所定の閾値を超える種別の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出するとともに、各利用者によって行われる回数の幅が所定の閾値を下回る種別の行動を行った回数に基づいて、回数に対して線形な関係を有するスコアを算出するため、利用者の応答行動毎のスコアを高精度に算出することができる。

〔５−３．推定処理 応答行動の内容も考慮〕
上記実施形態では、推定装置１００は、特定された応答行動に基づいて、対象利用者の信用度を推定する推定処理の一例を説明したが、上記推定処理に限定されない。具体的には、推定装置１００は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間と、応答行動の内容とに基づいて、対象利用者の信用度を推定してもよい。

例えば、出品者ＴＵが他の出品者によって出品された商品に対するレビューの投稿の要求を受付けた例を挙げて説明する。この場合、推定装置１００は、他の出品者によって出品された商品に対するレビューの投稿の要求に応じて、出品者ＴＵが他の出品者によって出品された商品に対してレビューを投稿するといった応答行動の回数と、他の出品者によって出品された商品に対するレビューの投稿の内容とから、所定の指数関数を用いることで、スコアを算出する。そして、推定装置１００は、かかるスコアに基づいて、出品者ＴＵの信用度を推定してもよい。

例えば、出品者ＴＵが他の出品者によって出品された商品に対するレビューの投稿の内容が商品の評価が高いことに関する内容であるものとする。この場合、推定装置１００は、出品者ＴＵが他の出品者によって出品された商品に対してレビューを投稿するといった応答行動の回数と、他の出品者によって出品された商品に対するレビューの投稿の内容とから、所定の指数関数を用いることで、高いスコアを算出する。

一方、出品者ＴＵが他の出品者によって出品された商品に対するレビューの投稿の内容が商品の評価が低いことに関する内容であるものとする。この場合、推定装置１００は、出品者ＴＵが他の出品者によって出品された商品に対してレビューを投稿するといった応答行動の回数と、他の出品者によって出品された商品に対するレビューの投稿の内容とから、所定の指数関数を用いることで、低いスコアを算出する。

これにより、実施形態に係る推定装置１００は、所定の事象が発生してから対象利用者が応答行動を行うまでの期間と、応答行動の内容とに基づいて、対象利用者の信用度を推定するため、利用者の信用度の推定精度を改善することができる。

〔６．ハードウェア構成〕
また、上述してきた実施形態に係る利用者端末１０、オークションサーバ２０、金融サービス提供サーバ３０及び推定装置１００は、例えば図６に示すような構成のコンピュータ１０００によって実現される。以下、推定装置１００を例に挙げて説明する。図６は、推定装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。

ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。

ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００がネットワークＮを介して生成したデータを他の機器へ送信する。

ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。

メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

例えば、コンピュータ１０００が実施形態に係る推定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが格納される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。

〔７．その他〕
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、推定部は、推定手段や推定回路に読み替えることができる。

〔８．効果〕
上述してきたように、実施形態に係る推定装置１００は、算出部１３３と、推定部１３４とを有する。算出部１３３は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出する。推定部１３４は、算出部１３３が算出したスコアに基づいて、対象利用者の信用度を推定する。

これにより、実施形態に係る推定装置１００は、信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて算出されたスコアであって、回数に対して非線形な関係を有するスコアに基づいて、対象利用者の信用度を推定するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、スコアとして、回数が増加するほど値が増加するスコアであって、回数が所定値より少ない場合における増加率よりも、回数が所定値以上の場合における増加率の方が少ないスコアを算出する。

これにより、実施形態に係る推定装置１００は、スコアとして、回数が増加するほど値が増加するスコアであって、回数が所定値より少ない場合における増加率よりも、回数が所定値以上の場合における増加率の方が少ないスコアを算出するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、所定の指数関数を用いて、回数からスコアを算出する。

これにより、実施形態に係る推定装置１００は、所定の指数関数を用いて、回数からスコアを算出するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、所定の階段関数を用いて、回数からスコアを算出する。

これにより、実施形態に係る推定装置１００は、所定の階段関数を用いて、回数からスコアを算出するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、所定のシグモイド関数を用いて、回数からスコアを算出する。

これにより、実施形態に係る推定装置１００は、所定のシグモイド関数を用いて、回数からスコアを算出するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、回数が所定の上限値を上回る場合は、予め設定されたスコアの上限値を、回数に基づいたスコアとする。

これにより、実施形態に係る推定装置１００は、回数が所定の上限値を上回る場合は、予め設定されたスコアの上限値を、回数に基づいたスコアとするため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、対象利用者が行った行動の種別ごとに異なる関数を用いて、各種別の行動の回数に対して非線形な関係を有するスコアを算出し、推定部１３４は、種別ごとに算出されたスコアに基づいて、対象利用者の信用度を推定する。

これにより、実施形態に係る推定装置１００は、対象利用者が行った行動の種別ごとに異なる関数を用いて、各種別の行動の回数に対して非線形な関係を有するスコアを算出し、種別ごとに算出されたスコアに基づいて、対象利用者の信用度を推定するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、対象利用者が行った複数種別の行動のうち、各利用者によって行われる回数の幅が所定の閾値を超える種別の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出するとともに、各利用者によって行われる回数の幅が所定の閾値を下回る種別の行動を行った回数に基づいて、回数に対して線形な関係を有するスコアを算出し、推定部１３４は、種別ごとに算出されたスコアに基づいて、対象利用者の信用度を推定する。

これにより、実施形態に係る推定装置１００は、対象利用者が行った複数種別の行動のうち、各利用者によって行われる回数の幅が所定の閾値を超える種別の行動を行った回数に基づいて、回数に対して非線形な関係を有するスコアを算出するとともに、各利用者によって行われる回数の幅が所定の閾値を下回る種別の行動を行った回数に基づいて、回数に対して線形な関係を有するスコアを算出し、種別ごとに算出されたスコアに基づいて、対象利用者の信用度を推定するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、対象利用者が所定の事象に対して行った行動である応答行動の回数に基づいて、スコアを算出する。

これにより、実施形態に係る推定装置１００は、対象利用者が所定の事象に対して行った行動である応答行動の回数に基づいて、スコアを算出するため、利用者の信用度の推定精度を改善することができる。

また、実施形態に係る推定装置１００において、算出部１３３は、対象利用者が行った行動であって、電子商取引に関連する行動の回数に基づいて、スコアを特定する。

これにより、実施形態に係る推定装置１００は、対象利用者が行った行動であって、電子商取引に関連する行動の回数に基づいて、スコアを特定するため、利用者の信用度の推定精度を改善することができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

１０ 利用者端末
２０ オークションサーバ
３０ 金融サービス提供サーバ
１００ 推定装置
１１０ 通信部
１２０ 記憶部
１２１ 応答行動データベース
１２２ 利用者データベース
１３０ 制御部
１３１ 取得部
１３２ 特定部
１３３ 算出部
１３４ 推定部
１３５ 提供部

Claims (12)

1. 信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出する算出部と、
   前記算出部が算出したスコアに基づいて、当該対象利用者の信用度を推定する推定部と
   を有することを特徴とする推定装置。
2. 前記算出部は、前記スコアとして、前記回数が増加するほど値が増加するスコアであって、前記回数が所定値より少ない場合における増加率よりも、前記回数が所定値以上の場合における増加率の方が少ないスコアを算出する
   ことを特徴とする請求項１に記載の推定装置。
3. 前記算出部は、所定の指数関数を用いて、前記回数から前記スコアを算出する
   ことを特徴とする請求項１または２に記載の推定装置。
4. 前記算出部は、所定の階段関数を用いて、前記回数から前記スコアを算出する
   ことを特徴とする請求項１または２に記載の推定装置。
5. 前記算出部は、所定のシグモイド関数を用いて、前記回数から前記スコアを算出する
   ことを特徴とする請求項１または２に記載の推定装置。
6. 前記算出部は、前記回数が所定の上限値を上回る場合は、予め設定されたスコアの上限値を、前記回数に基づいたスコアとする
   ことを特徴とする請求項１〜５のうちいずれか１つに記載の推定装置。
7. 前記算出部は、前記対象利用者が行った行動の種別ごとに異なる関数を用いて、各種別の行動の回数に対して非線形な関係を有するスコアを算出し、
   前記推定部は、前記種別ごとに算出されたスコアに基づいて、前記対象利用者の信用度を推定する
   ことを特徴とする請求項１〜６のうちいずれか１つに記載の推定装置。
8. 前記算出部は、前記対象利用者が行った複数種別の行動のうち、各利用者によって行われる回数の幅が所定の閾値を超える種別の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出するとともに、各利用者によって行われる回数の幅が所定の閾値を下回る種別の行動を行った回数に基づいて、当該回数に対して線形な関係を有するスコアを算出し、
   前記推定部は、前記種別ごとに算出されたスコアに基づいて、前記対象利用者の信用度を推定する
   ことを特徴とする請求項１〜７のうちいずれか１つに記載の推定装置。
9. 前記算出部は、前記対象利用者が所定の事象に対して行った行動である応答行動の回数に基づいて、前記スコアを算出する
   ことを特徴とする請求項１〜８のうちいずれか１つに記載の推定装置。
10. 前記算出部は、前記対象利用者が行った行動であって、電子商取引に関連する行動の回数に基づいて、前記スコアを特定する
    ことを特徴とする請求項１〜９のうちいずれか１つに記載の推定装置。
11. 推定装置が実行する推定方法であって、
    信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出する算出工程と、
    前記算出工程で算出したスコアに基づいて、当該対象利用者の信用度を推定する推定工程と
    を含むことを特徴とする推定方法。
12. 信用度の推定対象となる対象利用者が所定の行動を行った回数に基づいて、当該回数に対して非線形な関係を有するスコアを算出する算出手順と、
    前記算出手順で算出したスコアに基づいて、当該対象利用者の信用度を推定する推定手順と
    をコンピュータに実行させるための推定プログラム。

Images